Questions marquées «mixture»

Une distribution de mélange est celle qui s'écrit comme une combinaison convexe d'autres distributions. Utilisez la balise "distributions composées" pour les "concaténations" de distributions (où un paramètre d'une distribution est lui-même une variable aléatoire).

1
Paquets Python pour travailler avec des modèles de mélange gaussiens (GMM)
Il semble y avoir plusieurs options disponibles pour travailler avec des modèles de mélange gaussiens (GMM) en Python. À première vue, il existe au moins: PyMix - http://www.pymix.org/pymix/index.php Outils pour la modélisation des mélanges PyEM - http://www.ar.media.kyoto-u.ac.jp/members/david/softwares/em/ qui fait partie de la boîte à outils Scipy et semble se concentrer …
2
Échantillonnage exact à partir de mélanges incorrects
Supposons que je veuille échantillonner à partir d'une distribution continue p(x)p(x)p(x) . Si j'ai une expression de ppp sous la forme p(x)=∑i=1∞aifi(x)p(x)=∑i=1∞aifi(x)p(x) = \sum_{i=1}^\infty a_i f_i(x) ai⩾0,∑iai=1ai⩾0,∑iai=1a_i \geqslant 0, \sum_i a_i= 1 pfifif_ippp Échantillonnage d'une étiquette avec une probabilitéa iiiiaiaia_i ÉchantillonnageX∼fiX∼fiX \sim f_i Est-il possible de généraliser cette procédure si …
1
Comment intégrer une valeur aberrante innovante à l'observation 48 dans mon modèle ARIMA?
Je travaille sur un ensemble de données. Après avoir utilisé certaines techniques d'identification de modèle, je suis sorti avec un modèle ARIMA (0,2,1). J'ai utilisé la detectIOfonction dans le package TSAen R pour détecter une valeur aberrante innovante (IO) à la 48e observation de mon ensemble de données d'origine. Comment …
10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 
1
Distribution à long terme des événements temporels
Supposons que vous ayez les journaux d'un serveur Web. Dans ces journaux, vous avez des tuples de ce type: user1, timestamp1 user1, timestamp2 user1, timestamp3 user2, timestamp4 user1, timestamp5 ... Ces horodatages représentent par exemple les clics des utilisateurs. Maintenant, user1vous visiterez le site plusieurs fois (sessions) au cours du …
1
Simuler à partir d'une distribution normale de mélange tronqué
Je veux simuler un échantillon d'une distribution normale de mélange telle que p × N(μ1,σ21) + ( 1 - p ) × N(μ2,σ22)p×N(μ1,σ12)+(1−p)×N(μ2,σ22)p\times\mathcal{N}(\mu_1,\sigma_1^2) + (1-p)\times\mathcal{N}(\mu_2,\sigma_2^2) est limité à l'intervalle au lieu de . Cela signifie que je veux simuler un mélange tronqué de distributions normales.[ 0 , 1 ][0,1][0,1]RR\mathbb{R} Je …
2
Qu'est-ce que le «mélange» dans un modèle de mélange gaussien
Nous étudions souvent le modèle de mélange gaussien comme un modèle utile dans l'apprentissage automatique et ses applications. Quelle est la signification physique de ce " mélange "? Est-il utilisé parce qu'un modèle de mélange gaussien modélise la probabilité d'un certain nombre de variables aléatoires ayant chacune sa propre valeur …
2
Comment prédire les probabilités ou les états des nouvelles données avec le package DepmixS4, pour les modèles de Markov cachés
Il semble que je puisse très bien apprendre les paramètres et trouver les probabilités postérieures pour les données d'entraînement, mais je n'ai aucune idée de comment faire de nouvelles prédictions sur de nouvelles données. Le problème vient en particulier des probabilités de transition changeant sur les covariables, il n'est donc …
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.